Julia的学习记录
由于Julia的语法规则和Matlab十分相近，这里主要列出一些Julia和Matlab的不同之处。
Julia的函数定义样例如下:
function f(x,y)
return x * y
x + y
end- 在Julia中，函数的定义是通过关键字
function和end实现的，并且类似于Python，可以直接写带脚本中。这点和Matlab不一样，Matlab需要单独建立函数文件。 - 在Julia中，返回值对象的声明不同于Matlab。在有return的情况下, 范围值直接由return后的结果决定，在没有return的情况下，返回值则由最后一行的结果决定。在样例中，返回值为
x*y的结果。 - 对于较为简单的函数，Julia可以直接通过类似"赋值"的形式来定义函数:
f(x,y)=x+y. 与此对应的，Matlab可以通过函数句柄@:f=@(x,y)(x+y);. - 在Julia中，多返回值，则可以通过元组来实现:
return x+y, x*y. - 在Julia中，有关键字参数，主要是一些可以控制的参数，但是有默认值，不是每次调用都需要修改，通过分号和其他的参数分开：
function plot(x,y; width=1).
这个是Matlab中基本不太用的东西。在Julia中，则有很大的用处: 提高性能和稳定性，减少错误。
-
Julia会区分2和2.0的不同，前者默认为整数类型，后者为浮点数类型，当遇到有输入要求的函数时，有可能会抛出异常。
-
相同的函数名称，但是使用不同的输入类型(或者不同的数目)，两者为不同的函数。使用时，会取决于当前输入值的类型，如果不匹配，则会抛出异常；如果两者都适用，则会提醒异常，同时随机选择一个使用。如：
function f(x::Float64, y::Float64) return x+y end function f(x::Int64, y::Int64) return x-y end
| 表达式 | 等价函数 | 对应Matlab表达式 | 备注 |
|---|---|---|---|
[A B ...] |
hcat |
[A B ...] |
|
[A, B, C, ...] |
vcat |
[A; B; C; ...] |
Julia也是可以使用分号来表示的， 但是逗号是两者最大的区别。 |
[A B; C D; ...] |
hvcat |
[A B; C D; ...] |
|
A' |
adjoint |
A' |
两者都表示共轭转置矩阵, 如果仅仅是转置，则用 transpose(A). |
A[i] |
getindex |
A[i] |
|
A[i] = x |
setindex! |
A[i] = x |
个人主要使用到的为基于多核的多进程并行。主要使用remote_call和fetch函数实现，如下：
require("count_heads")
a = @spawn count_heads(100000000)
b = @spawn count_heads(100000000)
fetch(a)+fetch(b)亦可：
nheads = @parallel (+) for i=1:200000000
int(randbool())
end在julia中, 画图有多种方法: http://docs.juliaplots.org/latest/backends/
- 调用python中的画图matplotlib.pyplot. 需要提前安装
pycall, 然后使用pyplot. 主要的用法和python中几乎一致.
using PyCall
using PyPlot
pygui(true)
x = collect(0:2*pi/1000:2*pi)
y = sin.(3*x + 4*cos.(2*x))
PyPlot.plot(x, y, color="red", linewidth=2.0, linestyle="--")
title(L"Plot of $\Gamma_3(x)$") # latex
xlabel("x",fontsize=14,color="red")
ylabel("sin(3x + 4cos(2x))")具体内容可以参考: https://github.com/JuliaPy/PyPlot.jl
2. 使用Plots
- 使用
GR
CVX是解决凸优化问题的扩展包, 已有MATLAB版本和Python版本(cvxpy). 在Julia中也有此扩展包, 其主要用法可以参考"Convex Optimization in Julia"和https://github.com/JuliaOpt/Convex.jl.
使用JLD扩展包, 基本用法如下:
using JLD
t = 15; z = [1,3]
save("myfile.jld", "t", t, "arr", z)
d = load("myfile.jld"); t = d["t"]; z = d["arr"]遇到的问题:
- Atom 1.39以上版本会出现一定的不兼容, 推荐暂时使用1.38版本.
- Juliapro多核运行时会出现环境问题, 非常麻烦, 不推荐使用.